正确认识第五类生产要素--数据
添加时间：2025-06-06 点击次数：713
正确认识数据这一关键性生产要素，才可以真正意义的理解并参与到数字经济建设。前文讲过，数字经济指以数据为关键生产要素，以现代信息网络为重要载体、以信息通信技术的有效使用作为效率提升和经济结构优化的重要推动力的一系列经济活动。由此可见，数据对于数字经济的重要性。什么是数据与数据要素首先，我们要清楚数据是什么？关于这个概念，有三种主流的定义。国际数据管理协会的定义是：数据是以文字、数字、图形、图像、声音和视频等格式对事实进行表现。国际标准化组织则解释为：数据是对事实、概念或指令的一种形式化表示。可以看出来，标准化组织对数据的定义显得更宽泛一些，而国际数据管理协会则解释得更直观。我国的国家标准也对数据做了明确的定义：数据是信息的可再解释的形式化表示，以适用于通信、解释或处理。三种解释异曲同工。相信大家可以对数据从概念上有个初步的认知。但是无论如何解释，都彰显一个特点，数据已经不再是简单、狭义上的统计数字，而是一种囊括了所有事实信息的媒介。基于数据的定义，可以看出，与传统的生产要素（土地、劳动力、资本）不同，数据有着新型生产要素独有的特点，最为明显的三个特点分别是是数量大、增长快、碎片化。数据能够从日常的每个场景中源源不断地产生，而且呈指数级的增长。原始数据的挖掘、重组还能产生新的数据，不同的数据碰撞也能产生新的数据。随着数字化概念的不断普及，越来越多的人意识到数据的重要性，开始重视自身数据的隐私保护和安全。在早期的文章中，我也专门提到过个人数据的事情。但是，很多人明显对数据有一定的误解。数据有价值是真的，保护个人数据安全也是对的。但是原始数据与数据要素是有明显的区别的。我们日常的大部分数据都属于原始数据，这些原始数据并不能与数据要素划等号。人们日常产生的大多数数据都是杂乱和没有意义的，这些数据可能来自于消费、生产、交通、健康、金融、政务等多个场景，通常这些数据都是用来做记录。这些杂乱的原始数据需要被进一步的筛选、清洗、标准化。然后将有使用价值的部分保留下来。这个时候数据已经升级了，变成了人们常说的“数据资源”，数据资源本身也是没有太多价值的，只有将他们进一步的存储、运输，并通过算力和技术开发，使他们参与到生产中并使用者或所有者带来经济收益后，才可以最成为“数据要素”。由此可知，区分数据与数据要素的依据主要看数据是否具有使用价值和创造经济效益的能力。插播一下，我们所谓的数字技术，主要就是开发数据中所包含的价值的技术。数据的加工过程使得原始的无序数据变成了有价值的有序数据，经过人工或者机器处理成信息后，再变成决策判断、信用判断的参考依据，这些数据为数据产业、数字产业带来了巨大的商业价值。数据要素的独特性再次回到数据要素这个概念，数据要素作为经济生产的“原材料”之一，本身是具有其独特性的。1，数据要素具有非稀缺性。数据资源的来源和收集渠道极为广泛，横跨各个领域及生活的每个瞬间和细节，并且会随时间的推进呈指数级的增长，甚至数据通过本身的组合计算还可以产生新的数据。2，数据要素具有非排他性。我们知道，土地、劳动力、资本等生产资源是具有排他性的，同样一块土地不能同时既和又，劳动力和资本一样。但是数据要素是可以被多个用户同时使用的。使用者之间并没有物理层面的占用或冲突关系。3，数据要素具有非耗竭性。数据要素的这个特性，我们可以参考自然能源，传统的自然能源很多是不可再生资源，我们所说的新能源的新主要就是因为其可再生性。而数据要素更为独特，它的非耗竭性意味着使用数据不会耗尽或者消耗数据本身。4，数据要素具有非均质性。所以均质性，是指一个资源只能固定产生一种价值。数据要素的非均质性代表数据要素创造的价值，可以因具体的行业不同而产生巨大的差异。数据要素在不同行业具有差异化的匹配度和相关性。一个行业的数据可能在自身生产过程中并不重要，却能在其他行业发挥巨大的作用。这些独特的经济特征使得数据要素明显优于传统的物质资源。同时为数据的共性和利用提供了更大的灵活性和潜力，促进了创新、决策和经济发展。数据要素的价值延申由数据催生的巨大价值引起了各国政府的高度重视。从生产的角度，数据经过提取收集变成了数据资源，再通过进一步的加工处理变成了数据要素。在数据产生经济价值变成数据要素的同时，数据自身也成为储藏价值的媒介。所以，从金融的角度来看，数据在发挥价值的过程中，也变成了一种有价商品或者说是资产，并伴随着资源化、资产化、资本化的过程。1，数据资源化所谓的数据资源化是指通过筛选、清洗、标准化的方式，将杂乱无序的数据通过有效的管理技术进行价值转化的过程。被收集的数据经过清理后，还可以通过统计分析、数据挖掘、机器学习和人工智能等技术对原始数据进行二次分析挖掘，充分探索数据蕴含的价值，之后再通过数据库、云存储等数据管理技术进行保存管理。当有需求时，数据的拥有者则将有价值的数据与他人合作共享。2，数据资产化数据资产化是指将数据进一步加工，转换成在特定商业场景可交易、可应用的数据资产的过程。数据一旦资产化，对应的就具有了资产的持有权、使用权、经营权等明确的权益归属，并具备客观评估其内在价值或价格的资质，能够在一定规则下有序高效地流通交易。数据资产化是数据要素在市场上流通的核心环节。要顺利完成资产化，不但要明确数据权益的法律界定，还要建立合法合规的审核标准、评定机制。此外，还需要建设完善的数据交易平台、数据中介服务机构、登记结算中心等一系列基础设施。目前我国正在大力推动此类基础设施建设。但在数据确权、数据定价、数据交易三个环节仍有许多问题。3，数据资本化当数据资产化后，数据资产便能通过进一步的资本化使其金融属性得到最大限度发挥，从而满足掌握有价值数据的企业完成信贷抵押、证券化融资等金融要求。数据资本化后，金融属性使得数据要素在经济和金融领域变得非常重要，例如，对于依赖数据要素进行生产的企业而言，他们甚至可以通过衍生品对数据进行套期保值。对于金融机构而言，他们可以通过投资配置的方式使数据要素充分定价，发挥市场交易对资产价格的指导作用。数据要素的市场框架要了解数据要素的市场框架，首先要实现数据交易，数据要素作为一种有价资产，我们要围绕其交易过程来设计其独特的市场框架。数据交易是指数据要素或者数据资产在供给方和需求方之间发生交易流通的行为。在数据要素市场，数据交易过程不仅发生在供给和需求两方。要实现完整的数据交易，需要有一个包含供给方、需求方、交易场所、中介机构、监管部门、自律组织等多方共同参与的庞大系统（目前很多数字化相关的从业机会都在此环节产生）。数据要素供给方是指拥有数据要素资源并愿意将其提供给其他参与者使用的组织或个人。他们通过数据共享、数据交易或数据授权等方式向需求方提供数据资源。数据要素的供给者通常包含政府、互联网企业、金融企业、媒体平台、个人或者某些特定行业。数据要素的需求方是指需要获取、访问和使用数据资源，用于市场研究、业务决策、产品开发、科学研究的组织或个人。数据要素的需求方通常是数字产业中的企业，或者是银行、券商、保险、信托、资管等金融机构，或者是使用数据的科研机构、政府机构等。数据要素的交易场所是指为供给方和需求方提供的数据要素交易流通的平台。通常会指有标准交付形式规范的数据交易所。例如上海数据交易所、深圳数据交易所、北京国际大数据交易所、贵州大数据交易所等。也有一部分交易是在场外交易市场（OTC市场）发生，这种交易不通过交易所的中央交易平台，直接在参与者之间进行。除了数据要素供给和需求方之外，在实际的数据要素交易市场中，资产评估机构、证券中介机构、律师事务所、咨询公司等常作为中介机构，为供需双方提供桥梁纽带作用，并提供数据的价值评估服务、数据金融证券化服务、法律顾问和商业资讯服务。而作为监管部门的国家数据局、网信办等机构则负责制定和监督数据要素市场相关规则和政策，以确保数据交易的合规性、数据隐私受到保护、打造公平竞争环境等。此外，交易所、行业协会等自律组织则通过制定和执行行业标准、规范和道德准则以推动数据要素市场的健康发展。当下，数字经济蓬勃发展，数据要素市场正在成为国际合作竞争的新高地。建立开放、安全、透明、标准化、国际化的数据要素市场具有重大的战略意义。但是，在实际的工作中，这并不是一件容易的事情，至少现阶段，无论在实践还是理论方面，数据要素市场建设的规范仍存在诸多问题，例如数据所有权、数据治理、数据市场的法规和政策等。最后，提醒大家要坚定的相信数字化趋势，加快学习数字化知识，积极参与到数字经济建设浪潮中。转型时期，机会多多，好好学习，抢占先机！